Dorkwright - Strumento per Google Dorking

Dorkwright è un potente strumento Python per Google dorking che automatizza l'estrazione di collegamenti a file dai risultati di ricerca Google e, opzionalmente, li scarica. Utilizza Playwright per l'automazione del browser e include gestione CAPTCHA, indicatori di avanzamento e un'interfaccia CLI pulita.

Caratteristiche

Google dorking automatizzato (scraping dei risultati di ricerca)
Estrae URL di file (PDF, DOC, XLS, ecc.)
Download automatico opzionale dei file
Consapevole del CAPTCHA (attende che l'utente lo risolva)
Salva i risultati in un file di output
Supporto per download bulk
Supporto proxy per i download
Integrazione con FlareSolverr per bypassare la protezione Cloudflare
Veloce e basato su Playwright

Utilizzo

╔═══════════════════════════════════════════════════════════════════════════════╗
║                          DORKWRIGHT - Google Dorker                           ║
║         Estrai collegamenti a file dai risultati di ricerca Google e scaricali║
╚═══════════════════════════════════════════════════════════════════════════════╝

options:
  -h, --help            mostra questo messaggio di aiuto ed esci
  -q, --query QUERY     query di ricerca Google (es. "site:example.com filetype:doc")
  -p, --pages N         numero massimo di pagine di risultati da analizzare (default: 10)
  -d, --delay SECONDS   ritardo tra le richieste di pagina per evitare CAPTCHA (default: 3)
  -o, --output FILE     file di output per i collegamenti estratti (default: file_links.txt)
  --download            scarica i file dopo aver estratto i collegamenti
  --download-dir DIR    directory in cui salvare i file scaricati (default: downloads)
  --input-file FILE     file di input con URL da scaricare (salta la ricerca se fornito)
  --proxy URL           URL del server proxy (es. http://127.0.0.1:8080)
  --flaresolverr URL    endpoint FlareSolverr per bypassare Cloudflare

Esempi

Cerca e salva i collegamenti

dorkwright.py -q "site:example.com filetype:doc OR filetype:docx OR filetype:dot"
dorkwright.py -q "site:example.com filetype:pdf" -p 5 -o results.txt

Cerca e scarica immediatamente

dorkwright.py -q "site:example.com filetype:doc" --download --download-dir downloads

Scarica da un elenco di file esistente

dorkwright.py --input-file file_links.txt --download-dir my_files

Scarica con proxy

# Utilizzo di proxy HTTP
dorkwright.py --input-file file_links.txt --proxy http://127.0.0.1:8080

# Utilizzo di proxy SOCKS5
dorkwright.py --input-file file_links.txt --proxy socks5://127.0.0.1:1080

Scarica con FlareSolverr (bypass Cloudflare)

# Scarica da file esistente utilizzando FlareSolverr
dorkwright.py --input-file file_links.txt --flaresolverr http://localhost:8191

# Cerca e scarica con FlareSolverr
dorkwright.py -q "site:example.com filetype:pdf" --download --flaresolverr http://localhost:8191

Installazione

git clone https://github.com/San-Tus/Dorkwright
cd Dorkwright
python -m venv .venv

Attiva l'ambiente virtuale:

OS	Comando
Windows	`.venv\Scripts\activate`
Linux/macOS	`source .venv/bin/activate`

Installa i pacchetti richiesti:

pip install -r requirements.txt
playwright install chromium

Configurazione FlareSolverr (Opzionale)

FlareSolverr è un server proxy che risolve le sfide di Cloudflare, permettendoti di scaricare file da siti protetti da Cloudflare.

Per le istruzioni di installazione e configurazione, segui la documentazione ufficiale: https://github.com/FlareSolverr/FlareSolverr

Esecuzione dello Script

python dorkwright.py -h

Esempio di utilizzo reale:

python dorkwright.py -q "site:gchq.gov.uk filetype:doc OR filetype:docx OR filetype:xls OR filetype:xlsx OR filetype:pdf" -p 10 --download --download-dir GCHQ

Esempio di Output (Scraping + Gestione CAPTCHA)

Searching Google for: site:gchq.gov.uk filetype:doc OR filetype:docx OR filetype:xls OR filetype:xlsx OR filetype:pdf
Max pages: 10
Delay between pages: 3s

Searching page 1...

============================================================
CAPTCHA DETECTED!
Please solve the CAPTCHA in the browser window.
Press ENTER here when done...
============================================================

I collegamenti trovati appaiono come:

Found: https://www.gchq.gov.uk/files/CheltScienceFestivalTranscript.pdf
Found: https://www.gchq.gov.uk/files/NLCChallenge1_WT.pdf
...

Elenco Finale degli URL Estratti

============================================================
Found 77 unique file links:
============================================================
https://www.gchq.gov.uk/files/2020%20Christmas%20Card%20Solution.pdf
https://www.gchq.gov.uk/files/2020%20Christmas%20Card.pdf
https://www.gchq.gov.uk/files/2023%20GCHQ%20Christmas%20Challenge.pdf
https://www.gchq.gov.uk/files/2024%20Combined%20Pay%20Gap%20External%20-%20Updated.pdf
https://www.gchq.gov.uk/files/Answers.pdf
...
Saved 77 links to file_links.txt

Output del Download Automatico

Quando è abilitato --download:

Starting downloads...

Found 77 URLs to download
Saving to directory: GCHQ

  ✓  2020 Christmas Card Solution.pdf                       3.30 MB
  ✓  2020 Christmas Card.pdf                                2.45 MB
  ✓  2023 GCHQ Christmas Challenge.pdf                      6.15 MB
  ✓  2024 Combined Pay Gap External - Updated.pdf         489.67 KB
  ✓  Answers.pdf                                         1016.25 KB
...

Esempio di Statistiche di Download

================================================================================
                              DOWNLOAD STATISTICS
================================================================================
  Total files processed:     77
  Successfully downloaded:   77
  Failed downloads:          0
  Total size:                261.16 MB
  Time elapsed:              35.15s
  Average speed:             7.43 MB/s

  File types downloaded:
    .pdf       :  77 files
================================================================================

Dorkwright

Più Popolari